Article Per Year (5 Year)
p-Index From 2021 - 2026
2.832
P-Index
This Author published in this journals
All Journal JURNAL MEDIA INFORMATIKA BUDIDARMA DoubleClick : Journal of Computer and Information Technology Jurnal Teknologi Sistem Informasi dan Aplikasi JURTEKSI Infotekmesin Jurnal Teknologi Informasi dan Multimedia Journal of Information Systems and Informatics Community Engagement and Emergence Journal (CEEJ) IJIIS: International Journal of Informatics and Information Systems International Journal for Applied Information Management Jurnal Pengabdian Masyarakat (ABDIRA) Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Pustaka Mitra : Pusat Akses Kajian Mengabdi Terhadap Masyarakat
Yunita, Ika Romadoni
Unknown Affiliation
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Information Systems and Informatics

 1 
Comparative Analysis of Random Forest, Logistic Regression and SVM for Stunting Prediction Using Anthropometric Data Widyawati, Shalsa Bela Dwi; Purwadi, Purwadi; Yunita, Ika Romadoni
Journal of Information System and Informatics Vol 7 No 4 (2025): December
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v7i4.1387

Abstract

Stunting remains a critical nutritional issue in Indonesia, significantly impacting the physical and cognitive development of children under five. Prompt and accurate detection of nutritional status is essential for early intervention. This study aims to predict toddlers' nutritional health using the Random Forest algorithm, based on age and height data. From an initial dataset of 120,998 anthropometric records, preprocessing steps—such as duplicate removal and nutritional status recategorization—resulted in a final dataset of 39,425 entries. The research methodology includes data collection, preprocessing, exploratory analysis, model training, handling class imbalance, and performance evaluation using accuracy, precision, recall, and F1-score. The study also compares the Random Forest model with Logistic Regression and Support Vector Machine (SVM). Results show that Random Forest outperforms the other models, achieving perfect classification metrics: Accuracy (1.00), Recall (1.00), F1-Score (1.00), and Cross-validation Accuracy (99.74%). These outcomes highlight Random Forest's robustness in classifying under-five nutrition data, making it an effective tool for rapid and reliable stunting risk detection. This research supports efforts to reduce Indonesia's stunting rate to below 20% by 2024, contributing to national health improvement strategies through technology-driven early diagnosis.
Rancang Bangun Aplikasi Pengolala Data Statistik Atlet IKASI Berbasis Website Menggunakan Framework Laravel Kusuma, Dita Ferdian Bayu; Marcos, Hendra; Yunita, Ika Romadoni
Journal of Information System and Informatics Vol 3 No 1 (2021): Journal of Information Systems and Informatics
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/journalisi.v3i1.106

Abstract

Ikatan Anggar Seluruh Indonesia atau disingkat IKASI merupakan induk organisasi cabang anggar diseluruh Indonesia. IKASI Purbalingga sekarang ada sekitar 73 anggota dari tahun 2010 sampai sekarang dan selalu bertambah setiap tahunnya. Namun dengan banyaknya anggota tidak diimbangi dengan sistem pencatatan dan pemantauan atlet yang baik. Hal ini membuat IKASI Purbalingga seringkali terhambat dalam pendataan dan melihat perkembangan atlet saat akan digunakan sebagai bahan acuan untuk memilih atlet yang akan diikutkan perlombaan tingkat provinsi, nasional maupun internasional karena masih menggunakan cara manual. Tujuan dari penelitian ini adalah membangun sebuah aplikasi pengolahan data dan statistik atlet IKASI berbasis website menggunakan framework Laravel. Penelitian ini membahas tentang pembuatan aplikasi pengelolaan data dan cara melihat perkembangan atlet sehingga dapat dipantau dengan baik. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode waterfall, dimana proses pembuatannya bertahap hingga diujikan Hasil dari penelitian ini menunjukkan 84,76% pengguna menyatakan aplikasi ini setuju untuk digunakan memantau perkembangan atlet, agar memudah dalam setiap latihan dan pertandingan.
Co-Authors Adityo Nugroho, Adityo Afiana, Fiby Nur Ajeng Widiawati, Chyntia Raras Aji, Ananda Wahyu Cakrakencana, Muhamad Bintang Chyntia Raras Ajeng Widiawati Damayanti, Aulia Shafira Tri Eka Tripustikasari, Eka Farikhatun, Nofi Fatiha, Muhammad Reza Hendra Marcos, Hendra Hikma Rosalia, Shafni Nur Ikhsan, Ali Nur Ismiyati, Ragilah Khaerunnisa, Luthfi Kusuma, Dita Ferdian Bayu Maulida, Farah Mei Muhamad Awiet Wiedanto Prasetyo Nurazizah, Lisa Prayoga Pribadi Purwadi Purwadi Rahayu, Mia Setya Rahmawati, Lili Dwi Ramadhan, Rifqi Falih Raras Ajeng Widiawati, Chyntia Rifai, Zanuar Safitri, Arisanti Dwi Saputra, Aina Aldi Saputri, Inka Sarmini Sarmini , Sarmini Sarmini Sarmini Seno, Axel Sandi Serli, Serli Setiawan, Ito Setyaningsih, Gustin Subarkah, Pungkas Utriani, Tiya Widyawati, Chyntia Raras Ajeng Widyawati, Shalsa Bela Dwi